Ma Yi / AI Notes
  • 关于我
  • 科研项目
  • 学习笔记
    最新文章 时间归档 分类 标签
关于我
科研项目
学习笔记
最新文章
时间归档
分类
标签
搜索
标签 - LLM Post-training

共计 1 篇文章

2026

03-12
大模型 RL 后训练：PPO、DPO 与 GRPO

搜索

Ma Yi 的算法手记 · Hexo + Fluid